常熟理工学院__闪电一队

1、第十届“飞思卡尔”杯全国大学生智能汽车竞赛 技 术 报 告 学 校: 常熟理工学院队伍名称: 闪电一队参赛队员: 仲虎 陈明 周淋带队教师: 李鑫 戴梅 关于技术报告和研究论文使用授权的说明本人完全了解第十届“飞思卡尔”杯全国大学生智能汽车邀请赛关于保留、使用技术报告和研究论文的规定，即：参赛作品著作权归参赛者本人，比赛组委会和飞思卡尔半导体公司可以在相关主页上收录并公开参赛作品的设计方案、技术报告以及参赛模型车的视频、图像资料，并将相关内容编纂收录在组委会出版论文集中。参赛队员签名：仲 虎 陈 明 周 淋带队教师签名： 李 鑫 戴 梅 日 期：2015.8.3 摘 要本文以第十届全国大学生智

2、能车竞赛为背景，介绍了两轮自平衡小车控制系统的软硬件结构和开发流程。该比赛采用大赛组委会统一指定的E型车模，以Freescale半导体公司生产的16位单片机MC56F8366为核心控制器，在CodeWarrior IDE开发环境中进行软件开发，使用CCD TSL1401光电传感器进行赛道信息采集。整个系统涉及硬件电路设计、控制策略、整车机械架构等多个方面。为提高在高速运行下的稳定性，进行了不同方案的设计，并使用VS进行了大量的数据分析以及上位机的设计调试，确定了现有的整车架构和相关控制参数。车模使用飞思卡尔加速度传感器MMA7361以及ENC-03的陀螺仪模块进行角度融合，获取车模姿态，完成平

3、衡直立。根据CCD采集到的赛道信息进行软件二值化后路径规划，通过两轮电子差速实现转向。 关键词：Freescale，智能车，CCD，第十届光电，卡尔曼滤波I 目 录第1章 引言.11.1两轮自平衡智能车设计背景.1第二章 两轮自平衡智能车硬件电路设计.2 2.1两轮自平衡智能车的电源管理.2 2.2最小系统板设计.3 2.3 两轮自平衡智能车的电机驱动设计.42.4两轮自平衡智能车的姿态传感器模块的设计.62.5 光电传感器的选用.72.6速度反馈模块.82.7 人机交互模块的设计.8第三章 两轮自平衡智能车机械结构设计.83.1车模底板的微改装.93.2电池的安装.103.3光电传感器的安装

4、.103.4姿态传感器的安装.11第四章 程序控制说明.104.1系统软件流程.10 4.2中断处理与程序分配.10 4.3位置式PID.11 4.4CCD图像处理与识别.11 4.5两轮平衡控制.14 4.6速度控制.164.7直立控制、速度控制、转向控制融合.16第五章 系统开发及调试工具.175.1开发工具.175.2 VS数据处理.18第六章 心得总结.19参考文献.20第1章 引言1.1两轮自平衡智能车设计背景 目前，在企业生产技术不断提高、对自动化技术要求不断加深的环境下，智能车辆以及在智能车辆基础上开发出来的产品已成为自动化物流运输、柔性生产组织等系统的关键设备。世界上许多国家都

5、在积极进行智能车辆的研究和开发设计。移动机器人是机器人学中的一个重要分支，出现于20世纪06年代。当时斯坦福研究院(SRI)的Nils Nilssen和charles Rosen人在1966年至1972年中研制出了取名shakey的自主式移动机器人，目的是将人工智能技术应用在复杂环境下，完成机器人系统的自主推理、规划和控制。从此，移动机器人从无到有，数量不断增多，智能车辆作为移动机器人的一个重要分支也得到越来越多的关注。智能小车，是一个集环境感知、规划决策，自动行驶等功能于一体的综合系统，它集中地运用了计算机、传感、信息、通信、导航及白动控制等技术，是典型的高新技术综合体。智能车辆也叫无人车辆

6、，是一个集环境感知、规划决策和多等级辅助驾驶等功能于一体的综合系统。它具有道路障碍自动识别、自动报警、自动制动、自动保持安全距离、车速和巡航控制等功能。智能车辆的主要特点是在复杂的道路情况下，能自动地操纵和驾驶车辆绕开障碍物并沿着预定的道路(轨迹)行进。智能车辆在原有车辆系统的基础上增加了一些智能化技术设备: 计算机处理系统，主要完成对来自摄像机所获取的图像的预处理、增强、分析、识别等工作。摄像机，用来获得道路图像信息; 传感器设备，车速传感器用来获得当前车速，障碍物传感器用来获得前方、侧方、后方障碍物等信息。全国大学生“飞思卡尔”杯智能汽车竞赛是以“立足培养、重在参与、鼓励探索、追求卓越”为

7、宗旨，鼓励创新的一项科技竞赛活动。竞赛要求在规定的汽车模型平台上，使用飞思卡尔半导体公司的微控制器作为核心控制模块，通过增加道路传感器、电机驱动模块以及编写相应控制程序，制作完成一个能够自主识别道路的模型汽车。本次比赛中，车模通过光电传感器CCD采集赛道信息进行路径检测，采用Freescale半导体公司生产的16位单片机MC56F8366为核心控制器，自行设计主控板等功能电路，自主构思姿态控制，速度控制和转向控制方案进行系统设计，以引导改装后的模型赛车按照规定路线识别行进。在小车的设计制作过程中，我们对小车的整体设计布局进行了深入的研究。在软件控制算法，我们尝试经典PID以及模糊PID。姿态控

8、制尝试使用互补滤波以及卡尔曼滤波。速度控制进行多种控制方案的实验，最终使用PI控制达到了良好的控速效果。在硬件机械方面主要对小车质量分布，传感器架设等进行多种尝试。第二章 两轮自平衡智能车硬件电路设计2.1两轮自平衡智能车的电源管理 首先了解一下不同电源的特点，电源分为开关电源和线性电源，线性电源的电压反馈电路是工作在线性状态，开关电源是指用于电压调整的管子工作在饱和和截至区即开关状态的。线性电源一般是将输出电压取样然后与参考电压送入比较电压放大器，此电压放大器的输出作为电压调整管的输入，用以控制调整管使其结电压随输入的变化而变化，从而调整其输出电压，但开关电源是通过改变调整管的开和关的时间即

9、占空比来改变输出电压的。 从其主要特点上看：线性电源技术很成熟，制作成本较低，可以达到很高的稳定度，波纹也很小，而且没有开关电源具有的干扰与噪音，开关电源效率高、损耗小、可以降压也可以升压，但是交流纹波稍大些。 电源模块对于一个控制系统来说极其重要，关系到整个系统是否能够正常工作，因此在设计控制系统时应选好合适的电源模块。竞赛规则规定，比赛使用智能汽车竞赛统一配发的标准车模用7.2V 2000mAh Ni-cd供电，经过测试发现，直接用3.3V的线性稳压芯片为单片机及CCD供电时，稳压芯片会发热。为了保证电路的稳定性，采用分级稳压，即7.2V先经稳压芯片稳压到5V再稳至3.3V，经试验效果良好

10、。直流电机可以使用7.2V 2000mAh Ni-Cd电池直接供电。 系统中3.3V 电路功耗较小，考虑到姿态传感器、CCD对于电源低纹波的要求，我们决定使用线性稳压芯片。此外，当直流电机在高速运行时的，电池作为一个恒功率源输出电流增大，势必带来输出电压减小。因此，为了提高系统工作的稳定性，我们选择了MC34063作为稳压芯片。MC34063 是低压差线性电源芯片，具有完善的保护电路,包括过流,过压,电压反接保护。使用这个芯片只需要极少的外围元件就能构成高效稳压电路。与7805、LM1117相比具有更低的工作压降和更小的静态工作电流，更适合为姿态传感器、CCD以及旋转编码器进行供电。其他模块由

11、于只要提供逻辑电平（驱动电路），并且对于电源的稳压要求不高，使用LM1117-3.3V供电即可。 单片机作为智能车的核心控制单元，需要使用稳定的电源进行供电，并且考虑到DSC单片机的功耗较大，我们选择了MC34063对单片机进行独立供电。2.2最小系统板模块设计 我们采用的是飞思卡尔公司的系列的单片机MC56F8366，自行设计最小系统，并集成到主板上。将要用的引脚引出。该单片机功能较XS128系列单片机有了较大提高，其相关指标如下：(1) 内核频率达到80MHZ。(2) 64K的RAM，256K的FLASH，内含Flex memory,flex bus。(3) 模拟部分：高精度16bit A

12、DC转换器。(4) 定时器部分：一个8通道电机控制模块，两个2通道编码计数模块，可编程延时模块，周期中断定时器。(5) 通信部分：以太网接口，USB接口，CAN总线，SPI接口，UART串口，SD卡接口。但是市面上的单片机普遍体积较大，不利于主板与小车之间的安装架设，且存在发热的问题，于是决定自行设计最小系统板。DSC的技术手册上列举了一些相关的外围电路，按照上面设计即可达到良好的效果，经过测试，在超频100M的时候依然可以稳定的工作。原理图如图2.1：图2.1 DSC_144最小系统图2.3两轮自平衡智能车的电机驱动设计目前常用的电机驱动有两种方式：(1)采N沟道MOSFET和专用栅极驱动芯

13、片；(2)采用集成电机驱动芯片。方案一：用N沟道MOSFET管搭建全桥电路，可以使用全桥驱动器33883，或者使用半桥驱动器IR2104作为驱动电路，配合低导通内阻MOSFET，构成一个使用了由分立元件制作的直流电动机可逆双极型桥式驱动器。测试结论：使用33883作为驱动器时，可通过较大的电流，对D车模电机取得了良好的驱动效果，但是对E车模电机，其具有较大的死区（30%占空比开始转动），且体积、质量较大，不利于小车的整体架设。使用IR2104作为驱动器时，其驱动能力强劲，驱动电流大，死区电压小（只需要3%的占空比电机即可转动），具有防同臂导通、硬件死区、欠电压保护等功能，对于E车模电机起到了良

14、好的驱动效果。 方案二：使用集成电机驱动芯片。使用两片英飞凌公司生产的BTN7970构成一个全桥电路驱动电机便可驱动电机转动。驱动效果良好，外围电路简单。结论：智能车系统使用的电机型号是RS380。由于电机的供电电压固定，为了充分发挥电机的性能，提高电机灵敏性，设计了MOS管的电机驱动电路。经过仿真设计及制作，确定使用ir2104驱动的mos驱动电路，电流量大加减速性能卓越，选用了型号为ntmfs4833n的贴片型mos管，不仅内阻低，过电流量大(最大可通过电流191A)，而且体积小，质量轻。2.4两轮自平衡智能车的姿态传感器模块的设计第十届比赛规定陀螺仪使用村田公司的ENC03系列的陀螺仪，

15、单轴模拟输出，频率响应是50hz,灵敏度为0.67mv/deg/sec,最大角速度 deg./sec.+/-300,此款陀螺仪的性能良好。加速度计可以使用飞思卡尔公司生产的任意系列的加速度计。从使用方便的角度考虑，选择了模拟输出的加速度计MMA7361，800mv/g灵敏度高。ENC03的单轴陀螺仪部分分别用了2个16位ADC，第一AD通道采集陀螺仪的角速度量，第二通道采集陀螺仪和加速度计硬件积分的角度量，通过单片机16位ADC读取模拟量输出，再做陀螺仪和加速度计的角度拟合，得到车身实际角度。在调试过程中发现，在车身处于静态平衡时，用于姿态控制的陀螺仪应与地面垂直安装，否则会在小车过弯的时候出

16、现抬头或者点头的现象，不利于小车的姿态控制与速度控制。因此，为了使姿态传感器能够方便的水平安装，将其制作成独立模块。通过FPC线与主板连接。为准确的测量车身姿态提供了必要条件。 2.5 CCD选用本届智能汽车大赛光电组比赛对传感器有着严格的规定，禁止使用激光传感器，改为统一线性CCD或LED光学传感器，这对我队是一个全新的挑战。LED灯虽然有信号稳定的特点，但是由于前瞻太小，不适合平衡组的汽车来循迹。相比之下，CCD与传统的光电传感器相比有着信息量大，质量轻，电路简单的特点，但是由于需要镜头成像，所以会带来成像失真，静电干扰严重等问题。还有，CCD是感光元件，对于环境光线的强度特别敏感，所以让

17、CCD适应性更强，我们选用了60度的透光度小的镜头，可以防止由于透光度过高导致CCD积分饱和的问题。2.6速度反馈模块为了便于安装以及减少外围电路的复杂性，我们选取了mini512J型9位精度无限角度增量式编码器,如图2.2。其特点如下：(1)分辨率高。(2)宽广的工作温度范围：-40 +125。(3)抗扰性好。采用霍尔检测技术，属于无接触检测，传感器运行不受灰尘或其它杂物影响。 图2.2 增量式编码器(4)抗抖动性好。2.7人机交互模块的设计在调试过程之中，我们需要实时的了解与掌握一些车的运行状态，比如说陀螺仪、加速度计的基准数值，CCD阈值等，调试时用OLED参数显示出来，让我们实时的监测

18、车的状态，从而做出判断，这样很大程度的方便了对车的调试。有时候需要对参数作修改处理，如果每修改一个数据就下载一次程序的话，就会浪费时间，这时应用键盘，它就起到一个人机交互的作用。因此设计了人机交互模块，该模块主要由按键、OLED显示屏以及蓝牙接口组成，集成在主板上，极大地方便了平时的调试以及比赛现场时对相关参数的设定。第三章 两轮自平衡智能车机械结构设计本章主要介绍两轮自平衡智能车机械结构设计，电池的安装位置，CCD架构以及姿态传感器的安装予以介绍。3.1车模底板的微改装平衡车的重心设置是车模机械的重中之重，那么为了达到最低重心，以及其他重要的机械架构，我们做出了几处机械改良设计。1. 经过测

19、试发现陀螺仪和加速度计在垂直于地面安放时存在更好的线性度。2. 为了达到最低重心我们决定将电池放置在离车主板最近的地方，距车轴最近的地方，这样既保证了重心最低，也不会让电池太过前置，造成转向的惯性，使转向不平滑。但这样的做法刚好收到了车模结构的限制，最后我们用电木板，制作了两个圆盘，将两个传动盘之间的距离垫远（并未改变轮距），这样就能够轻松保证电池距离车模的最近，最低的要求。3. 单纯的将电池放置在电机正下方我们发现，车模的角度变化收到了很大的局限，这样车模在赛道上无论是过坡还是转向时减速造成的车模角度变化都对车模造成影响。所以我们将车模固定轮轴和电机的两个机构部分做了适当打磨，使电池可以缩到

20、车身内部，角度变化更大。 3.2电池的安装综合全车来看，小车的电池和电机是全车质量最重的部分，电机安装位置是不可移动的。在电机不可移动的前提下，电池的安装位置便成了影响小车重心位置的重要因素。但是当速度提升到一定程度后就出现了侧翻跳轮子等现象，便是因为重心过高的原因，为保证车模上限速度能够不被机械结构所限制，我们采用去年北京科技大学的架车整体理念，车模主板近似平躺于赛道，电池架在车模前方保证平衡角度，完成了车模电池的安装。3.3 CCD传感器的安装CCD作为小车获取路径信息的传感器，一个稳定的安装方式可以获得更大前瞻距离，为控制系统后续处理赢得更多的时间。为此我们尝试了多种架设方式，最终采取3

21、根碳素圆杆上方固定CCD的方法。这种架法有一点需要注意，我们经过测试，和多种不同架构方式的比较发现，支撑CCD的圆杆的底部最好安装在车模转向的轴线上，杆子的角度尽量保证在车模平稳在赛道上行驶时与地面保持垂直。这样在车模打角转向时CCD不存在水平分量，保证了图像的稳定。一个理想的CCD应该是感光芯片与模块中心对正，视野开阔，除镜头外不透光，但是遗憾的是这种CCD是很难存在的。我们只能大致固定在中心位置再利用上位机等来通过获取的图像来校正车模CCD的位置。3.4姿态传感器的安装姿态传感器是测量小车姿态的传感器，应当与小车连接紧密。我们在调试的过程中发现固定在整个车模中间质心的位置，或者车模的底部，

22、可以最大程度减少车模运行时前后振动对于测量倾角的干扰。与此同时安装角度传感器电路板时应该尽量保证陀螺仪传感器水平安装。如果陀螺仪安装不能够保证水平，则会影响车模过弯道时的速度。表现为车模在过弯道时速度变快或者变慢。分析车模在过弯道使得运动，车模在过弯道时同时具有两种运动：平动和转动。其中转动会带动陀螺仪转动。如果陀螺仪安装不是绝对的水平，那么这个转动就会在陀螺仪的Z轴方向存在一个分量。根据陀螺仪倾斜的方向不同，这个分量有可能是正，有可能是负。从而会使得车模控制“仿佛感觉到在上坡或者是在下坡”，引起车模的速度变慢或者变快。第四章 程序控制说明小车的控制基本上可分为姿态控制，方向控制与速度控制三部

23、分，如右图：4.1 系统软件流程如图4.1所示，控制算法的主要框架包括CCD图像信号采集、陀螺仪加速度计数据采集、图像存储、转向控制、直立控制、速度控制等部分。 图4.1 算法流程图4.2 中断处理与程序分配由于CCD需要中断控制采集时序和曝光时间，然而直立平衡车的直立控制必须使用的车体姿态角度是由陀螺仪积分而来，需要有一个稳定的时间周期作为积分时间。因此，在软件设计中，设计图像采集优先，使得中直立控制与图像采集在运行过程中同时进行。在程序分配上，利用AD采集图像数据的同时，充分利用MCU空闲时间，在主循环中先进行图像存储。图像采集完成后，利用图像信息进行转向，并在定时中断函数中进行智能车的平

24、衡控制、转向控制和速度控制。4.3 位置式PID位置式PID是PID控制算法中的一种控制方式，其优点在于控制方法简单、稳定性好、工作可靠、调整方便，从而成为工业控制的主要技术之一。在实际运用中，还可分为PI和PD控制。位置式PID中，计算机输出的u(k)直接去控制执行机构，u(k)的值和执行机构的位置是一一对应的。公式1如下： （公式1）式中：为控制器的输出；为控制器输入；为控制器比例放大系数；为控制器积分时间；为控制器微分时间。4.4 CCD图像处理与识别线性CCD内部包含128个光电二极管，相关的放大电路。其基本单元如图图4.2 CCD内部感光单元光照射到光电二极管上，产生光电流，光电流被

25、积分电路积分。在采样期间，积分电容的一端被连接到输出端，积分后的输出电压与该点的光强和积分时间成正比。因此为了适应场地，CCD的积分时间应该是可变的。模拟道路由白色PVC板和贴在PVC板两边的黑色边沿组成。CCD采集的数据中灰度值高的为白色，灰度值低的为黑色。因此在图像灰度值直方图上，会有低灰度值和高灰度值区域的两个尖峰。如图4.3所示，在双峰之间确定图像分割阈值，进行图像的二值化处理。然后从二值化图像中部向两边搜寻黑白跳变点6，从而确定左右黑线位置，最终处理效果如图4.4所示。再结合相应算法拟合出赛道中心线进行转向控制2-4。转向控制采用位置式PID中的PD控制算法，实际计算公式2如下： （

26、公式2）式中：为k时刻智能车偏离赛道中心的偏移量。图4.3灰度值直方图图4.4 图像处理效果图4.5 两轮平衡控制加速度计可以测量地球引力作用或者物体运动所产生的加速度。车模直立时，固定加速度计在Z轴水平方向，此时输出信号为零偏电压信号。当车模发生倾斜时，重力加速度g便会在Z轴方向形成加速度分量，从而引起该轴输出电压变化。变化的规律为： （公式3）式中：为重力加速度；为车模倾角；为加速度传感器灵敏度系数。当倾角比较小的时候，输出电压的变化可以近似与倾角成正比。但是由于车模本身的摆动所产生的加速度会产生很大的干扰信号，它叠加在上述测量信号上使得输出信号无法准确反映车模的倾角。陀螺仪可以用来测量物

27、体的旋转角速度。由于角速度不受车模震动影响，因此信号中噪声很小。但是由于从陀螺仪角速度获得角度信息，需要经过积分运算。如果角速度信号存在微小的偏差和漂移，经过积分运算之后，会形成积累误差。这个误差会随着时间延长逐步增加，最终导致电路饱和，无法形成正确的角度信号。为此，在本系统设计中，采用卡尔曼滤波7来对加速度计测出的角度和陀螺仪积分得出的角度进行融合。通过调节卡尔曼滤波器的参数，得到最后角度融合的效果。图如图4.5所示，将得到的角度值与角速度值进行位置式PID中的PD控制1，计算公式4如下： （公式4）式中：为车模角度；的车模角速度。通过适当调节和可以使系统获得很好的稳定性。图4.5 卡尔曼融

28、合效果图4.6 速度控制为了测得车模的运行速度，每次在1ms中断程序中利用计数器读取当前旋转编码器的计数值，然后与上一次计数值相减后得到当前的速度值。根据相减结果的正负号直接确定是正转还是反转。速度控制采用位置式PID中的PI控制，公式5如下： （公式5）式中：为设定速度与实际速度之差。由于所有的控制最终都是对电机的控制，频繁的进行速度控制会影响智能车的平衡，为此对速度控制进行100次均分输出的平滑处理。经过实践验证，PID控制算法能够很好的控制小车的运行速度，并且在运行过程中也非常稳定。4.7直立控制、速度控制、转向控制融合电机的转速就是平衡控制、前行和转向这三个分运动的线性叠加。把这三个分

29、运动的控制输出量在算法中线性叠加后，通过电机转速的调节就可以同时实现平衡控制、前行和转向三个功能。控制框图如图3.5所示。左右电机最终输出公式6如下： （公式6） 式中：为左电机总输出量，为右电机总输出量。PWM_Balance与PWM_Speed的线性叠加实现了智能车的直立控制与速度控制融合，当转向输出量PWM_Turn不为零时，左右电机存在电压差，从而实现智能车的转向融合。图4.6 控制输出合成流程图第五章 系统开发及调试工具5.1开发工具程序开发在CodeWarrior IDE下进行。采用的是开发难度较大的DSC单片机，相对于128单片机，其底层资料网上较少，而且DSC是一种特殊的单片机

30、，它是MCU和DSP的混合体。为了减少开发周期，把更多的精力投入到后期软件算法调试的过程中。我们采用Processor Expert。图5.1 DSC编程界面Processer Expert 使开发DSC变得简单。DSC所有的引脚定义，自愿使用情况和底层函数的生成，都能够在上图的界面中体现。DSC不同寻常的初始化代码也能够在其中配置完成。5.2上位机数据处理Microsoft Visual Studio（简称VS）是美国微软公司的开发工具包系列产品。VS是一个基本完整的开发工具集，它包括了整个软件生命周期中所需要的大部分工具，如UML工具、代码管控工具、集成开发环境(IDE)等等。图5.2 上

31、位机编程界面通过VS制作了用来读取SD卡图像上位机。方便我们读取图像，对数据进行进一步分析。图5.3 上位机界面第六章 心得总结 智能车竞赛是一个多学科、综合性的比赛，其中设计涉及了控制、传感技术、电子信息、模式识别、机械等多个学科，在整个准备的过程中，我们不仅仅把所学的理论知识应用于实际，还自学了大量的新知识。不仅开拓了视野，使我们的动手能力、运用知识的能力、分析解决问题的能力也有了很大的提高。 本文介绍了光电平衡小车的整体设计方案，硬件电路设计、机械改进元器件安装、软件控制算法。在小车漫长的制作过程中，我们大量的查阅相关书籍和资料。认真的分析我们在第九届摄像头平衡车中与强队的差距所在。结合去年的经验教训，改进电路，尝试新的控制算法，并且取得了一定的成果。在硬件设计中本着稳定第一的原则，充分留足余量。在机械设计改装时，尽可能的做到简单、可靠地安装固定，可以在硬件出现问题的时候快速的拆卸更换。在设计调试中本着严谨的态度，综合考虑各种问题，提高了小车的